数据集概述
该数据集是《重构演化波动性研究》论文的可复现资源，包含48个项目的重构数据集、研究问题（RQ1-RQ5）的结果文件、Python脚本及预测代码。数据格式多样，支持实验复现与后续研究扩展，为重构演化波动性领域的学术研究提供基础数据与工具支持。
文件详解
- Refactoring dataset.zip：JSON格式的重构数据集，涵盖48个项目的807651个重构实例具体数据，支持其他研究基于此扩展。
- oddsRatioResults.csv：研究问题1（RQ1）的完整结果文件，包含90种重构类型的比值比（odd ratios）和p值统计数据。
- RQ2-datacollecting.py：研究问题2（RQ2）使用的Python脚本，用于收集代码变更、历史记录、开发者经验等维度的指标数据。
- sampling_result.json：研究问题4（RQ4）使用的样本数据集，用于分析重构波动性的成因。
- RQ4 - Reasons explaination(Pictures).zip：重构波动性不同成因的具体示例文件，包含代码提交中重构变更的截图。
- RQ5 - JIT_prediction.zip：研究问题5（RQ5）中预测重构演化波动性概率的源代码文件。
适用场景
- 软件工程研究：可用于复现重构演化波动性相关实验，或扩展重构类型、波动性成因等主题的研究。
- 代码分析工具开发：基于JIT预测模型代码，开发实时检测重构演化风险的工具。
- 实证软件工程：分析重构类型与波动性的关联，探索开发者经验对重构决策的影响机制。
- 数据驱动的软件工程：利用大规模重构实例数据集，训练重构行为预测与优化模型。
- 学术论文复现：为相关领域研究者提供完整的实验数据、代码与结果，支持研究验证与方法改进。
